面試創業公司演算法工程師

標籤：擬牛頓法   更新   互信   面試官   介紹   差分   pap   提升   北大   

兩輪技術骨幹，一輪技術總監，最後CTO，然後hr。總共四輪技術+hr，還是小有收穫的。

總體覺得面試問題靈活，難度中和公司業務銜接的知識點結合強。下面說下具體的流程：

一、一面

1、兩道代碼（時間複雜度）

2、k-means的偽碼（提及了EM）

3、項目有挑戰的地方，調參

4、講解word2vec

5、大致談了下深度學習

6、偏差-方差分解，過擬合和欠擬合的措施

二、二面

1、編代碼（動態規劃，代碼檢查以及異常處理非常有必要）

2、logistic迴歸的損失函數以及講解

3、避免過擬合的措施，在統計領域對權重怎麼控制（機器學習上的正則和懲罰項，統計上的假設檢驗）

4、如果有新的流資料過來，怎麼更新模型（可以採用隨機梯度下降，直接計算累加式更新權值）

5、怎麼確定某個特徵項和類別之間的相關度（互資訊（熵）公式）

6、講小論文

三、三面

技術總監，是微軟的。嗯。。技術大拿挺多，據介紹核心團隊還有BAT，facebook骨幹。。

1、三面主要是介紹實習的項目，通過項目瞭解你的商務邏輯。這部分答的不好

2、最後聊了很久公司的業務點

四、四面

CTO是北大博士機器學習畢業的，又發了好幾篇厲害的paper，後來在微軟待過

1、可能學術性比較強吧，上來直接讓手推SVM，帶上鬆弛因子

2、然後具體講了下SMO解決凸二次規劃問題的優勢，對比梯度下降和牛頓法、擬牛頓法

3、最後介紹公司怎麼用機器學習結合業務，從資料中挖掘資訊

說實話推公式還是很艱難的，腦袋其實到四面就很累了。好在之前自己動手推過，雖然時間久了點，大概流程還記得。在CTO的錯誤修正下，勉強推完了。SMO演算法也只是簡單瞭解過，所以大致思路講下來了，具體涉及不深。面試官很仔細的講了它來自哪篇paper以及改進，還有發明這個演算法的人。。

五、hr

聊了下薪資待遇，說是溝通下再給回信。這次真正體驗到結果不重要（很有可能還是掛），面試經曆很有價值，謝謝你們的時間

 

最後總結下比較可控的因素在面試中：

基本禮儀不說了

1、互動

互動很重要，編程題答不上來沒關係，但一定要積極的去想解決，根據面試官給的思路一步步回應，不懂就誠懇的問。

2、細心

寫代碼一定要清楚面試官是不是讓你寫偽碼，不是的話就有必要寫上異常處理以及return和函數頭部。而且寫出的演算法或者提及的時間複雜度都要知道，會問。

3、引導　

雖不能說主導，但這方面是有點可控的，學會引導面試的進程，主動說出你最近學的啥，你比較擅長啥。

4、最後一個問題　　

通常會問你有沒有什麼可問的，一定要問，不管是公司業務還是自我的提升，表現出感興趣。

 

面試創業公司演算法工程師